English version: AI Data Centers Need More Power. The Harder Question Is Who Pays for It
AI 데이터센터의 전력 문제는 흔히 “전기를 얼마나 더 만들어야 하는가”로 설명된다.
하지만 실제 전력망 운영에서는 그 질문만으로 충분하지 않다.
필요한 장소에 얼마나 빨리 전력 여유를 만들 수 있는가, 그리고 그 과정에서 생기는 인프라 비용과 위험을 누가 부담할 것인가.
이 두 문제가 데이터센터 확산과 함께 점점 더 중요해지고 있다.
Lawrence Berkeley National Laboratory는 미국 데이터센터의 전력 사용량이 2030년 전체 전력소비의 약 9.5~15.3%에 이를 수 있으며, 중앙 추정치는 11.8%라고 전망한다.
하지만 더 중요한 것은 전국적으로 전기가 부족해지기 전에 특정 지역에서 먼저 접속 한계가 나타날 수 있다는 점이다. 데이터센터는 막대한 전력이 필요한 것뿐 아니라, 정해진 장소와 일정에서 높은 신뢰도로 공급받아야 하기 때문이다.
병목은 발전량만이 아니라 ‘전력을 연결하는 속도’에 있다
대형 데이터센터를 운영하려면 단순히 연간 발전량이 충분하다는 것만으로는 부족하다.
변전소, 송전망, 배전망, 신규 발전설비와의 연결이 실제 데이터센터 부지까지 이어져야 한다. 이런 과정에는 계획과 허가, 공사, 비용 배분이 모두 필요하다.
Berkeley Lab은 2026년 6월 발표한 Speed to Power 보고서에서 대규모 신규 부하 연결 문제를 다섯 영역으로 나눴다.
- 수요 예측
- 계통 연결
- 전원 계획과 조달
- 시장과 운영
- 비용 배분과 요금 설계
마지막 항목은 기술 문제보다 덜 눈에 띄지만 중요하다.
대형 고객 한 곳을 위해 변전소와 송전망, 신규 전원을 건설했는데 프로젝트가 축소되거나 다른 지역으로 이동하거나 아예 취소된다면, 이미 발생한 비용을 누가 부담해야 할까?
이 위험을 일반 전기요금에 섞으면 데이터센터 사업자가 아니라 기존 가정과 기업이 일부 비용을 부담하게 될 수 있다.
미국 연방에너지규제위원회(FERC)는 2026년 6월 6개 지역 전력시장 운영자를 대상으로 대형 신규 부하와 관련한 절차를 시작했다. David Rosner 위원은 데이터센터 같은 대규모 수요자가 계획대로 가동하지 않더라도 자신을 위해 건설된 인프라 비용을 일정 부분 책임지게 하는 Cost Recovery Agreement의 필요성을 설명했다.
주별 전기요금 규제와 비용 배분 제도는 서로 다르기 때문에 이것이 모든 지역의 정답이라는 뜻은 아니다.
다만 한 가지는 분명해진다.
AI 데이터센터의 전력 문제는 발전량뿐 아니라 위험을 누구에게 배분할 것인가의 문제이기도 하다.
주택을 전력 인프라의 일부로 활용하자는 제안
Rewiring America의 CEO Ari Matusiak은 2026년 TED 강연에서 여기서 한 단계 더 나아간다.
그가 제안하는 Homegrown Energy는 데이터센터를 위해 투입될 자본 일부를 주변 지역의 가정에 투자하자는 구상이다.
고효율 히트펌프, 배터리, 태양광, 에너지효율 설비를 설치하고 여러 가정을 Virtual Power Plant로 묶으면, 피크시간의 전력 수요를 줄이고 일부 전력을 분산해서 공급할 수 있다는 것이다.
핵심은 “가정이 발전소를 완전히 대체한다”는 주장이 아니다.
전력을 새로 생산하는 것만큼 특정 시간대의 수요를 줄이거나 옮기는 것도 계통에서 사용할 수 있는 여유를 만들 수 있다는 주장에 가깝다.
Matusiak은 예시로 200MW 규모 데이터센터와 약 5만 가구를 제시한다. 그의 모델에서는 이 가구들에 에너지 설비를 설치해 비슷한 규모의 계통 여유를 만들 수 있다고 본다.
하지만 이 수치는 Speaker가 제안한 정책모델의 추정치로 봐야 한다. 독립적으로 확립된 “200MW 데이터센터 수요 = 200MW 가정 분산자원”이라는 공학적 등식은 아니다.
피크수요를 줄인 1MW, 배터리가 일정 시간 공급하는 1MW, 24시간 안정적으로 공급할 수 있는 발전설비 1MW는 항상 같은 가치와 기능을 제공하지 않는다.
가장 강한 반론: ‘사용 가능한 1MW’는 하나의 숫자가 아니다
Homegrown Energy 구상에 대한 가장 중요한 반론은 분산자원이 쓸모없다는 것이 아니다.
전력 여유는 장소와 시간, 지속시간을 빼고 단순 MW 숫자로만 비교하기 어렵다는 것이다.
The Breakthrough Journal의 비판은 세 가지 문제를 지적한다.
첫째, 필요한 가정 설비 보급 속도가 지나치게 빠르게 가정될 수 있다.
둘째, 에너지효율을 높일 수 있는 주택이 많은 곳과 실제 데이터센터 전력 병목이 발생하는 위치가 일치하지 않을 수 있다.
셋째, 가정이 난방과 차량 등을 전기화할수록 배전망의 추가 투자가 필요할 수 있다. 즉 화석연료 사용을 줄이는 설비가 전력 사용량 자체를 늘리는 경우도 있다.
이 반론은 분산에너지의 가치를 부정하지 않는다.
대신 주장의 범위를 좁힌다.
실제로 Rewiring America의 후속 설명도 주택 에너지 설비를 신규 발전, 송전망, 계통 현대화의 대체재가 아니라 보완재로 제시한다.
이 형태라면 주장은 훨씬 더 현실적이다.
진짜 쟁점은 어떤 전력자원을 어떻게 조합할 것인가다
따라서 선택지는 “발전소를 짓느냐, 가정을 개조하느냐”의 양자택일이 아니다.
AI 데이터센터에 필요한 전력을 빠르게 확보하려면 신규 발전설비, 송전망, 변전소, 배터리, 수요반응, 계통 효율화 기술, 분산에너지 등을 함께 조합해야 할 가능성이 크다.
중요한 것은 이 자원들을 어떤 기준으로 비교할 것인가다.
단순 MW 숫자 대신 적어도 다음을 봐야 한다.
- 위치: 실제 병목이 생기는 전력망 구간에 도움이 되는가?
- 속도: 데이터센터가 전력을 필요로 하는 시점 전에 설치할 수 있는가?
- 확실성: 필요한 시간에 실제로 사용할 수 있는가?
- 지속시간: 얼마나 오래 공급하거나 수요를 줄일 수 있는가?
- 피크 일치성: 실제 전력망 피크시간에 효과가 발생하는가?
- 전달 가능성: 만들어진 전력 여유를 필요한 지역에서 실제 사용할 수 있는가?
- 비용 책임: 프로젝트가 취소되거나 축소될 때 이미 지출된 비용은 누가 부담하는가?
이렇게 보면 Matusiak의 제안에서 가장 흥미로운 부분은 “가정이 발전소를 대신할 수 있다”는 결론이 아니다.
오히려 AI 데이터센터 전력을 확보하는 방법을 신규 대형 발전설비 중심으로만 생각할 필요가 있는가라는 질문이다.
AI 기업이 피할 수 없는 질문
앞으로도 AI가 몇 GW의 전력을 소비하게 될 것인지에 대한 전망은 계속 나올 것이다.
그 숫자는 중요하지만, 실제 전력망 계획에는 충분하지 않다.
더 실질적인 질문은 다음이다.
필요한 장소와 시간에 전력 여유를 가장 빠르게 만들 수 있는 자원은 무엇이며, 그 비용과 실패 위험은 누가 부담해야 하는가?
이 질문에는 발전 기술뿐 아니라 전력망, 금융, 요금제도, 규제, 지역사회가 모두 연결된다.
AI 인프라 경쟁의 다음 단계는 더 많은 GPU를 확보하거나 전력구매계약을 맺는 능력만으로 결정되지 않을 가능성이 크다.
대규모 신규 수요를 빠르게 연결하면서도 기존 소비자에게 과도한 비용과 위험을 넘기지 않는 전력 시스템을 만들 수 있는가.
그 문제가 점점 더 중요한 경쟁조건이 되고 있다.
출처
- Ari Matusiak / TED — How to Make AI Companies Pay Your Energy Bill
- Lawrence Berkeley National Laboratory — Driving Energy Innovation in Data Centers
- Lawrence Berkeley National Laboratory — Speed to Power: Solutions for Accelerating Large Load Connections
- Federal Energy Regulatory Commission — Commissioner Rosner’s Remarks on the Large Load Show Cause Orders
- Rewiring America — Building Shared Power: Homes Belong in the Data Center Power Equation
- 비판적 검토: The Breakthrough Journal — Home Upgrades Can’t Power Data Centers